EFF AI 进展指标库:追踪 AI 各子领域研究进展的老牌数据集
robseamans · x · 2026-10-14
Robert Seamans 分享了 EFF 的 AI-progress-metrics 项目,这是一个汇集 AI 研究文献中问题、指标与数据集、追踪各子领域进展的试点项目(由 Peter Eckersley 与 Yomna Nasser 创建)。
- 可用于查看特定子领域或整体 AI/ML 的进展,报告新结果,或寻找需要新数据集/指标的问题
- 数据来源合并了机器视觉基准追踪、计算机棋类历史、语音识别 WER、视觉问答综述、算法进展研究等多方整理
- 获 Dario Amodei、Helen Toner 等众多研究者贡献与讨论,由 Open Philanthropy 支持
「研究」频道最新
- AIPOCH 推出 .science 研究包,可分享完整研究上下文 — ahuja_priyank · 2026-10-14
- Video-Arena 基准:用竞技游戏考视频理解,原生模型 F1 仅 13.2 — Kuan Zhang · 2026-10-14
- 阿里等发布 LSCBench:vibe coding 代码功能达标却仅 25% 兼安全 — Qwen · 2026-10-14
- NAVER 提出 OmniCatalyst:全模态模型「知道却说不出口」,自生成文本补齐 — naver-ai · 2026-10-14
- 数据重复预训练新研究:小批次自带正则化,GPU 多未必 loss 低 — Sewon Min · 2026-10-14
- NAVER WATCH 预训练:跨视频学人类演示,机器人成功率 40.9% 升至 68.3% — naver-ai · 2026-10-14